uma metodologia alternativa para o zoneamento de risco ... · 6 uma metodologia alternativa para o...
TRANSCRIPT
Boletim de Pesquisa 87e Desenvolvimento ISSN 1679-0154
Novembro, 2013
Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do Milho
0
5
10
15
20
25
30
Red
ução
da
prod
utiv
idad
e (%
)
Data de semeadura
Solo tipo 1
Solo tipo 2
Solo tipo 3
Boletim de Pesquisa e Desenvolvimento 87
Camilo de Lelis Teixeira de AndradeJéssica de Sousa PaixãoAntônio José Steidle NetoTales Antônio AmaralFernando Martins PimentaAxel Garcia y GarciaFabio Ricardo MarinDenise Freitas Silva
Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do Milho
Embrapa Milho e SorgoSete Lagoas, MG2013
ISSN 1679-0154 Novembro, 2013
Empresa Brasileira de Pesquisa AgropecuáriaEmbrapa Milho e SorgoMinistério da Agricultura, Pecuária e Abastecimento
Exemplares desta publicação podem ser adquiridos na:
Embrapa Milho e SorgoRod. MG 424 Km 45Caixa Postal 151CEP 35701-970 Sete Lagoas, MGFone: (31) 3027-1100Fax: (31) 3027-1188Home page: www.cnpms.embrapa.brE-mail: [email protected]
Comitê de Publicações da UnidadePresidente: Sidney Netto ParentoniSecretário-Executivo: Elena Charlotte LandauMembros: Dagma Dionísia da Silva, Paulo Eduardo de Aquino Ribeiro, Monica Matoso Campanha, Maria Marta Pastina, Rosângela Lacerda de Castro e Antonio Claudio da Silva Barros.
Revisão de texto: Antonio Claudio da Silva BarrosNormalização bibliográfica: Rosângela Lacerda de CastroTratamento de ilustrações: Tânia Mara Assunção BarbosaEditoração eletrônica: Tânia Mara Assunção BarbosaFoto(s) da capa: Denise Freitas Silva
1a edição1a impressão (2013): on line
Todos os direitos reservadosA reprodução não-autorizada desta publicação, no todo ou em parte,
constitui violação dos direitos autorais (Lei no 9.610).
Dados Internacionais de Catalogação na Publicação (CIP)Embrapa Milho e Sorgo
© Embrapa 2013
Uma metodologia alternativa para o zoneamento de risco climático da cultura do milho / Camilo de Lelis Teixeira de Andrade ... [et al.]. – Sete Lagoas : Embrapa Milho e Sorgo, 2013. 42 p. : il. -- (Boletim de Pesquisa e Desenvolvimento / Embrapa Milho e Sorgo, ISSN 1679-0154; 87).
1. Modelo de simulação. 2. Semeadura. 3. Zea mays. I. Andrade, Camilo de Lelis Teixeira de. II. Série.
CDD 511.8 (21. ed.)
Sumário
Resumo ................................................................................... 5
Abstract ................................................................................... 7
Introdução ............................................................................... 8
Material e Métodos .............................................................. 11
Resultados e Discussão ....................................................... 21
Conclusões ........................................................................... 36
Agradecimentos ................................................................... 36
Referências ........................................................................... 37
Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do MilhoCamilo de Lelis Teixeira de Andrade1
Jéssica de Sousa Paixão2
Antônio José Steidle Neto3
Tales Antônio Amaral4
Fernando Martins Pimenta5
Axel Garcia y Garcia6
Fabio Ricardo Marin7
Denise Freitas Silva8
1Pesquisador, PhD Eng. de Irrigação/Modelagem, Embrapa Milho e Sorgo, [email protected] Eng. Biossistemas, UFSJ, Bolsista de Iniciação Científica Embrapa, [email protected] Doutor, Agrometeorologia, UFSJ, [email protected], UFPEL, [email protected] Eng. de Agrimensura e Cartográfica UFV, [email protected] Professor Assistente, Universidade de Wyoming, [email protected] Professor Doutor, USP/ESALQ, Dep.Eng.de Biossistemas, [email protected] Professor Assistente, Eng. Agrícola, DSc Recursos Hídricos e Ambientais, UNIFEMM, [email protected]
Resumo
Produzir milho sob condições de sequeiro é uma prática comum no Brasil. Neste sistema, de produção as culturas são fortemente afetadas pela inerente variabilidade climática anual e interanual, especialmente pelos veranicos, que afetam a produtividade. Uma das estratégias mais simples, com praticamente nenhum custo, para mitigar este problema é a determinação de uma janela de semeadura, que minimize os efeitos negativos da variabilidade climática na agricultura de sequeiro. Os objetivos deste estudo foram: a) usar os resultados de produtividade de milho simulada com um modelo baseado em processos, para estabelecer janelas
6 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
de semeadura e b) comparar os resultados obtidos com a atual metodologia empregada pelo Ministério da Agricultura, Pecuária e Abastecimento (Mapa). Utilizou-se o modelo CSM-CERES-Maize, do Sistema de Apoio à Decisão para Transferência de Agrotecnologia (DSSAT), para simular cenários de épocas de semeadura semanais, sob condições de sequeiro, para municípios do Estado de Minas Gerais. Para cada época de semeadura, determinou-se a quebra de rendimento, comparando o rendimento médio da época de semeadura atual com o maior rendimento médio obtido a partir de todas as datas de semeadura. Assim, cada data de semeadura foi associada a um risco de perda de rendimento. As janelas de semeadura obtidas a partir das simulações foram ligeiramente diferentes daquelas propostas pelo Mapa. O uso de modelos baseados em processos para simular o rendimento das culturas permite a integração de muitos fatores não considerados na atual metodologia de zoneamento agrícola utilizada pelo Mapa. A abordagem proposta tem vantagens sobre a metodologia do Ministério da Agricultura, entre as quais a possibilidade de determinar o rendimento médio esperado e a sua amplitude.
Palavras-chave: risco climático, janela de semeadura, modelagem, DSSAT, Zea mays L.
An Alternative Approach to the Actual Brazilian Maize Crop ZoningCamilo de Lelis Teixeira de Andrade1
Jéssica de Sousa Paixão2
Antônio José Steidle Neto3
Tales Antônio Amaral4
Fernando Martins Pimenta5
Axel Garcia y Garcia6
Fabio Ricardo Marin7
Denise Freitas Silva8
Abstract
Maize produced under rainfed conditions is a common practice in Brazil. Crops under this production system are highly affected by the inherent annual and intra-seasonal weather variability, especially dry spells, that affect productivity. One of the simplest strategies with virtually no cost to mitigate this problem is the determination of a sowing window that minimizes the negative effects of weather variability on rainfed agriculture. The objectives of this study were to: a) use the results of maize yield simulated with a process-based model to establish sowing windows and, b) compare the results obtained with the current methodology employed by the Brazilian Ministry of Agriculture (Mapa). The CSM-CERES-Maize model of the Decision Support System for Agrotechnology Transfer (DSSAT) was used to simulate scenarios of weekly sowing dates, under rainfed conditions, for selected counties of Minas Gerais State, Brazil. For each sowing date it was determined the yield break by comparing the average yield of the current sowing date with the highest average yield obtained from all sowing dates.
8 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Thus, each sowing date was associated with a risk of yield loss. The use of simulated yield break data to establish sowing windows produced consistent results. The sowing windows obtained from the simulations were slightly different from those proposed by Mapa. The use of process-based models to simulate crop yield allows for the integration of many factors not considered in the current crop zoning approach used by Mapa. The proposed approach has advantages over the Mapa methodology in that it includes the possibility of determining the expected average yield and its amplitude.
Key-words. climate risk, sowing window, modeling, DSSAT, Zea mays L.
Introdução
Produzido em quase todos os continentes, o milho tem sua importância econômica caracterizada pelas diversas formas da sua utilização, que vão desde a alimentação animal até a indústria de alta tecnologia. O Brasil é o terceiro maior produtor de milho e o Estado de Minas Gerais, ocupa o terceiro lugar em produção no país (AGRIANUAL, 2013). Entretanto, o rendimento médio de grãos de milho no Brasil é baixo e apresenta grande variação entre as regiões. Nota-se, também, uma grande disparidade na produtividade desta cultura entre as diversas regiões de Minas Gerais, variando de 6.299 kg ha-1 no Triângulo Mineiro a apenas 1.898 kg ha-1 no Norte de Minas (IBGE, 2010). Possíveis causas desta baixa produtividade estão relacionadas com o baixo nível da tecnologia empregada pelos agricultores, a implantação da cultura fora da época adequada, o estresse hídrico no período recomendado de cultivo e o uso de cultivares com baixa adaptação às regiões (CRUZ et al., 2009; FORSTHOFER, 2004). A atividade
9Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
agrícola do Estado de Minas Gerais baseia-se principalmente no plantio de sequeiro. A precipitação pluviométrica do estado está relacionada ao relevo e à posição geográfica, variando entre 650 mm na região Norte, a 2.100 mm, na região Sul/Sudoeste. É de se esperar, portanto, que o principal fator afetando as produtividades de milho no estado seja o regime de chuvas. A manifestação do potencial de produção de grãos das culturas depende de fatores genéticos e de condições ambientais, como clima, solo e manejo (BUGBEE; SALISBURY, 1988; EVANS; FISCHER, 1999). Entre todos os fatores climáticos, precipitação, temperatura e radiação solar são os mais importantes, pois afetam diretamente a produção de matéria seca e de grãos (SANS; GUIMARÃES, 2006; BRACHTVOGEL et al., 2009). Nas diferentes regiões, a disponibilidade hídrica é um dos principais fatores considerados na definição dos períodos preferenciais de cultivo para obtenção das melhores produtividades (WAGNER et al., 2013).
Uma estratégia para minimizar o risco de perdas na produtividade, devido às condições climáticas, é a semeadura na época adequada. O sucesso de tal abordagem está fortemente relacionado com a capacidade de planejamento do agricultor, que depende de vários elementos, dentre eles os riscos climáticos a que está sujeito (SANS; GUIMARÃES, 2006). Com o intuito de abordar estas questões, foi estabelecido o Zoneamento Agrícola de Risco Climático, ZRC, do Ministério da Agricultura, Pecuária e Abastecimento (Mapa). Trata-se de um instrumento de política agrícola e de gestão de riscos na agricultura, elaborado anualmente com o objetivo de minimizar os riscos relacionados aos fenômenos climáticos e permitir que cada município identifique a melhor época de plantio das culturas, nos diferentes tipos de solo e ciclos de cultivares (BRASIL, 2013). Entretanto, o ZRC do Mapa é elaborado com base no balanço de água no solo, não levando
10 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
em consideração a dinâmica de crescimento das culturas e suas interações com o solo e com o clima. Modelos de simulação, que se baseiam em princípios agrometeorológicos, que simulam as fases de desenvolvimento, maturação, a disponibilidade de umidade no solo e os efeitos do estresse hídrico no rendimento, constituem-se em ferramentas interessantes para auxiliar no estabelecimento de períodos de semeadura das culturas. São dinâmicos e descrevem mudanças diárias nas variáveis da cultura, considerando os principais processos morfofisiológicos que nela ocorrem (DALLACORT et al., 2006). Estas ferramentas são extremamente úteis e necessárias, quando os efeitos nas culturas dependem de interações complexas com o solo, com o clima e com outras decisões relacionadas ao próprio manejo do agroecossistema (JONES et al., 2006). O Sistema de Apoio à Decisão para Transferência de Agrotecnologia (DSSAT) (HOOGENBOOM et al., 2013) é um sistema integrado de apoio à decisão que permite avaliar diversas opções de manejo cultural (TSUJI et al., 1994). O modelo de simulação de sistemas (CSM), incluído no DSSAT v4.5 (JONES et al., 2003; HOOGENBOOM et al., 2013), é dinâmico, orientado a processo e simula o crescimento, desenvolvimento e rendimento para 27 culturas diferentes. O CSM-CERES-Maize é um modelo do sistema DSSAT que simula o crescimento e o desenvolvimento da cultura do milho, desde a semeadura até a maturidade, em um intervalo de tempo diário. As simulações são baseadas em processos fisiológicos que descrevem a resposta da cultura ao solo e às condições atmosféricas. O DSSAT permite a análise da dinâmica de água e de nutrientes no solo e a avaliação do efeito das práticas de manejo sobre a rentabilidade das explorações. Vários estudos têm demonstrado a aplicabilidade do DSSAT como uma ferramenta de auxílio à tomada de decisões de manejo da cultura. Em um estudo realizado por Singh e Srinivas (2007), na Índia, objetivou-se a determinação das melhores datas
11Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
de plantio do milho irrigado e de sequeiro em um sistema de sucessão com grão de bico. Soler et al. (2007) avaliaram o efeito de diferentes épocas de semeadura para cultivares de milho, de diferentes ciclos de crescimento, sob condições de sequeiro e irrigadas para os municípios de Manduri e Piracicaba, SP.
O objetivo deste estudo foi utilizar resultados de simulações para determinar as melhores janelas de semeadura para a produção de milho e comparar esses resultados com a atual metodologia empregada pelo Ministério da Agricultura, Pecuária e Abastecimento.
Material e Métodos
O modelo CSM-CERES-Maize do pacote DSSAT, versão 4.5.1.013 (HOOGENBOOM et al., 2013) foi usado para simular a produtividade do milho em condições de sequeiro. As simulações foram realizadas, semanalmente, de 1 de agosto a 24 de julho, em 49 dos 853 municípios do Estado de Minas Gerais (Tabela 1). Os municípios foram selecionados com base na disponibilidade de dados meteorológicos históricos. Dados diários foram obtidos do banco de dados do Instituto Nacional de Meteorologia (INMET), para o período de 1961 a 2010, totalizando 49 anos. A ferramenta Weatherman do sistema DSSAT foi utilizada para analisar a consistência dos dados, para preencher falhas na temperatura do ar e na precipitação em períodos curtos (<7 dias) e para estimar a radiação solar a partir de dados de insolação. Os coeficientes genéticos do híbrido simples BRS 1030 (Tabela 2) foram previamente ajustados utilizando-se dados observados obtidos em ensaios de campo, conduzidos em condições sem estresses bióticos ou abióticos (SANTANA et al., 2010).
12 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Tabela 1. Municípios do Estado de Minas Gerais incluídos nas simulações e suas respectivas coordenadas geográficas.
Regiões Cidade Coordenadas Geográficas
Latitude Longitude Altitude (m)
Triângulo Mineiro/ Alto Paranaíba
Capinópolis 18,71 S 49,55 W 621
Frutal 20,03 S 48,93 W 544
Uberaba 19,73 S 47,95 W 737
Ituiutaba 18,96 S 49,51 W 560
Araxá 19,60 S 46,93 W 1024
Patos de Minas 18,51 S 46,43 W 940
Norte
Monte Azul 15,08 S 42,75 W 604
Juramento 16,78 S 43,71 W 650
Espinosa 14,91 S 42,85 W 570
Janaúba 15,78 S 43,30 W 516
Januária 15,45 S 44,36 W 474
Montes Claros 16,68 S 43,83 W 646
Pirapora 17,35 S 44,91 W 505
Salinas 16,16 S 42,30 W 471
Noroeste
João Pinheiro 17,70 S 46,16 W 760
Formoso 14,93 S 46,25 W 840
Arinos 15,90 S 46,05 W 519
Paracatu 17,23 S 46,88 W 712
Unaí 16,36 S 46,55 W 460
Jequitinhonha
Carbonita 17,53 S 43,00 W 736
Pedra Azul 16,00 S 41,28 W 649
Araçuaí 16,83 S 42,05 W 289
Diamantina 18,23 S 43,64 W 1296
Itamarandiba 17,85 S 42,85 W 1097
Vale do Rio Doce Caratinga 19,73 S 42,13 W 610
Aimorés 19,49 S 41,07 W 83
13Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Cont. Tabela 1.
Regiões Cidade
Coordenadas Geográficas
Latitude Longitude Altitude (m)
Oeste
Bambuí 20,03 S 46,00 W 661
Oliveira 20,68 S 44,81 W 967
Divinópolis 20,16 S 44,86 W 788
Sul/Sudoeste
Passa Quatro 22,38 S 44,96 W 920
Maria da Fé 22,30 S 45,38 W 1276
Machado 21,66 S 45,91 W 873
Lambari 21,95 S 45,31 W 878
Caldas 21,91 S 46,38 W 1150
Lavras 21,75 S 45,00 W 919
São Lourenço 22,10 S 45,01 W 953
Zona da Mata
Caparaó 20,51 S 41,90 W 843
Juiz de Fora 21,76 S 43,35 W 940
Viçosa 20,75 S 42,85 W 690
Central
Bom Despacho 19,71 S 45,36 W 695
Pompéu 19,21 S 45,00 W 691
Curvelo 18,75 S 44,45 W 672
Metropolitana de Belo Horizonte
Florestal 19,86 S 44,41 W 749
Belo Horizonte 19,93 S 43,93 W 915
Conceição do Mato Dentro
19,01 S 43,43 W 652
Sete Lagoas 19,46 S 44,25 W 732
Ibirité 20,01 S 44,05 W 815
João Monlevade
19,83 S 43,11 W 860
Campos das Vertentes
Barbacena 21,25 S 43,76 W 1126
14 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Tabela 2. Coeficientes genéticos para o híbrido simples BRS 1030.
P1[a] P2[b] P5[c] G2[d] G3[e] PHINT[f]
263,8 0,5 1034 648 5,14 44,22
[a] P1 = O tempo térmico da emergência das plântulas até o fim da fase juvenil (expresso em graus-dia acima da temperatura base de 8 °C), durante o qual a planta não é sensível a alterações no fotoperíodo.[b] P2 = Extensão de tempo no qual o desenvolvimento (expresso em dia) é adiado para cada incremento de uma hora no fotoperíodo acima do maior fotoperíodo no qual o desenvolvimento ocorre a uma taxa máxima (que é considerado como sendo 12,5 horas).[c] P5 = O tempo térmico do embonecamento até a maturidade fisiológica (expresso em graus-dia acima da temperatura base de 8 °C).[d] G2 = O número máximo possível de grãos por planta.[e] G3 = Taxa de enchimento de grãos durante a fase linear de enchimento de grão e sob condições ótimas (mg dia-1).[f] PHINT = Intervalo de filocrono; intervalo de tempo térmico (graus-dia) entre sucessivas aparições da ponta da folha.
Devido à falta de informações específicas do solo dos municípios selecionados, utilizou-se a mesma metodologia empregada pelo Mapa (SANS et al., 2001). Pelo critério utilizado no ZRC do Mapa considera-se a cultura do milho com um sistema radicular com 0,50 m de profundidade e três tipos de solo fictícios, com características de baixa (20 mm), média (40 mm) e alta retenção de água (60 mm). Dados de perfis de solo existentes foram ajustados para se tornarem similares, em termos de retenção de água, aos três tipos de solo fictícios utilizados no ZRC do Mapa (Tabela 3).
As condições de manejo para o milho, adotadas nas simulações, foram obtidas do sistema de produção de milho disponível online (CRUZ, 2009). Considerou-se um
15Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
espaçamento de 0,9 metros entre fileiras, com população final de 68 mil plantas ha-1. A adubação consistiu de 500 kg ha-1 da fórmula 8-28-16 + Zn, aplicados na semeadura, e 200 kg ha-1 de nitrogênio, na forma de ureia mais 70 kg ha-1 de K2O na forma de cloreto de potássio, aplicados em cobertura aos 40 dias após semeaduras (DAS).
Empregou-se a ferramenta de análise sazonal do modelo, juntamente com os dados históricos diários de clima, para avaliar a produtividade de grãos de milho em um sistema de produção de sequeiro, no qual a cultura estava sujeita às eventuais instabilidades climáticas, como estresse hídrico, devido a veranico e às altas temperaturas. Adicionalmente, a rotina de balanço de água e de nutrientes do modelo foi desligada para permitir a simulação da produtividade potencial de milho em que a cultura é conduzida em condições totalmente sem estresse biótico e abiótico.
O modelo foi programado para realizar semeaduras semanais, iniciando em 1 de agosto e estendendo-se por 52 semanas até 24 de julho (Tabela 4). Desta forma, foram gerados, para cada município, tipo de solo e data de semeadura, 49 valores simulados de produtividade de grãos.
16 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoTa
bel
a 3.
Atri
buto
s do
s trê
s pe
rfis
de s
olo
gené
ricos
.
S
olo
tip
o 1
Pro
fun
did
ade
Po
nto
d
e m
urc
ha
Cap
acid
ade
de
cam
po
S
atu
raçã
o
Fato
r d
e cr
esci
men
to
de
raiz
Co
nd
uti
vid
ade
hid
ráu
lica
satu
rad
a D
ensi
dad
e C
arb
on
o
org
ânic
o
Arg
ila
Are
ia
pH
em
ág
ua
(m)
(m³
m-3
)
(m h
-1)
(kg
m-3
) (%
)
0,05
0,
050
0,07
5 0,
438
1,0
0,68
2 14
60
0,35
10
1
5,5
0,10
0,
050
0,07
5 0,
438
1,0
0,68
2 14
60
0,35
10
1
5,5
0,20
0,
060
0,08
5 0,
416
1,0
0,60
1 15
40
0,21
9
1 5,
5 0,
40
0,06
7 0,
095
0,42
9 0,
8 0,
625
1480
0,
15
11
1 5,
5 0,
60
0,06
7 0,
110
0,43
9 0,
5 0,
327
1470
0,
13
13
3 5,
5 0,
80
0,06
7 0,
114
0,45
0 0,
2 0,
451
1430
0,
16
15
1 5,
5 1,
00
0,06
7 0,
125
0,44
1 0,
0 0,
436
1460
0,
12
16
0 5,
5 1,
20
0,06
7 0,
125
0,44
1 0,
0 0,
436
1460
0,
12
16
0 5,
5 1,
50
0,06
7 0,
125
0,44
1 0,
0 0,
436
1460
0,
12
16
0 5,
5 S
olo
tip
o 2
Pro
fun
did
ade
Po
nto
d
e m
urc
ha
Cap
acid
ade
de
cam
po
S
atu
raçã
o
Fato
r d
e cr
esci
men
to
de
raiz
Co
nd
uti
vid
ade
hid
ráu
lica
satu
rad
a D
ensi
dad
e C
arb
on
o
org
ânic
o
Arg
ila
Are
ia
pH
em
ág
ua
0,05
0,
290
0,34
0 0,
568
1,0
0,05
23
1050
2,
18
63
19
5,7
0,10
0,
280
0,34
0 0,
577
1,0
0,09
77
1020
2,
10
63
22
5,8
0,20
0,
280
0,35
0 0,
569
1,0
0,08
81
1040
2,
00
66
21
5,8
0,40
0,
280
0,34
0 0,
580
0,8
0,07
15
1010
1,
79
70
17
5,5
0,60
0,
270
0,33
5 0,
605
0,5
0,14
74
904
1,65
72
13
5,
1 0,
80
0,25
8 0,
340
0,61
9 0,
2 0,
3011
91
0 1,
53
72
14
5,0
1,00
0,
252
0,33
5 0,
629
0,0
0,37
25
880
1,43
72
14
5,
0 1,
20
0,25
2 0,
335
0,62
9 0,
0 0,
3725
88
0 1,
43
72
14
5,0
1,50
0,
252
0,33
5 0,
629
0,0
0,37
25
880
1,43
72
14
5,
0
17Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoC
on
t. Ta
bel
a 3.
So
lo t
ipo
3
Pro
fun
did
ade
Po
nto
d
e m
urc
ha
Cap
acid
ade
de
cam
po
S
atu
raçã
o
Fato
r d
e cr
esci
men
to
de
raiz
Co
nd
uti
vid
ade
hid
ráu
lica
satu
rad
a D
ensi
dad
e C
arb
on
o
org
ânic
o
Arg
ila
Are
ia
pH
em
ág
ua
0,05
0,
265
0,37
0 0,
465
1,0
0,79
0 13
10
2,03
26
36
6,
4 0,
10
0,27
5 0,
380
0,45
2 1,
0 0,
790
1350
2,
03
26
36
6,4
0,20
0,
285
0,38
5 0,
445
1,0
0,79
0 13
70
2,03
27
37
6,
4 0,
40
0,28
0 0,
370
0,45
5 0,
8 0,
790
1340
2,
03
27
37
6,4
0,60
0,
275
0,36
0 0,
451
0,5
0,79
0 13
50
0,44
27
37
6,
7 0,
80
0,26
0 0,
360
0,45
8 0,
2 0,
790
1330
0,
44
29
36
6,7
1,00
0,
260
0,36
0 0,
446
0,0
0,79
0 13
60
0,29
25
32
7,
3 1,
20
0,26
0 0,
350
0,41
0 0,
0 0,
790
1470
0,
15
20
28
7,9
1,50
0,
260
0,35
0 0,
403
0,0
0,79
0 14
90
0,15
18
31
7,
9
18 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Trat. Data Trat. Data Trat. Data Trat. Data1 01-Ago 14 31-Out 27 30-Jan 40 01-Mai2 08-Ago 15 07-Nov 28 06-Fev 41 08-Mai3 15-Ago 16 14-Nov 29 13-Fev 42 15-Mai4 22-Ago 17 21-Nov 30 20-Fev 43 22-Mai5 29-Ago 18 28-Nov 31 27-Fev 44 29-Mai6 05-Set 19 05-Dez 32 06-Mar 45 05-Jun7 12-Set 20 12-Dez 33 13-Mar 46 12-Jun8 19-Set 21 19-Dez 34 20-Mar 47 19-Jun9 26-Set 22 26-Dez 35 27-Mar 48 26-Jun10 03-Out 23 02-Jan 36 03-Abr 49 03-Jul11 10-Out 24 09-Jan 37 10-Abr 50 10-Jul12 17-Out 25 16-Jan 38 17-Abr 51 17-Jul13 24-Out 26 23-Jan 39 24-Abr 52 24-Jul
O maior valor médio de produtividade simulada foi identificado e quebras de produtividade foram estabelecidas de acordo com a equação (AMARAL et al., 2009):
1001max
×
−=
YYY s
q (Equação 1)
onde Yq é a quebra da produtividade em porcentagem; Ys é produtividade média da semana “S” em kg ha-1 e Ymax é produtividade média máxima entre todas as semanas em kg ha-1.
A análise da curva de quebra de produtividade permitiu que janelas de semeadura fossem estabelecidas para diferentes níveis de risco que o tomador de decisão estaria disposto a correr. No estudo em questão assumiu-se um nível de risco
Tabela 4. Tratamentos simulados com as respectivas datas de semeadura.
19Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
de 10%, ou seja, o tomador de decisão toleraria quebras de no máximo 10% na sua produtividade (Figura 1).
0
5
10
15
20
25
30
Red
ução
da
prod
utiv
idad
e (%
)
Data de semeadura
Solo tipo 1
Solo tipo 2
Solo tipo 3
Figura 1. Redução da produtividade de grãos de milho em relação ao valor médio máximo histórico, para diferentes datas de semeadura em regime de sequeiro, no município de Uberaba, Minas Gerais.
Neste exemplo, as janelas de semeadura seriam de 24 de outubro a 19 de dezembro, de 17 de outubro a 26 de dezembro e de 10 de outubro a 26 de dezembro, para os solos tipo 1, tipo 2 e tipo 3, respectivamente.
O critério utilizado para definir se um município é apto ou inapto para a produção de milho foi estabelecido com base na relação:
20 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
1001 ×
−=
pot
sg
YYY (Equação 2)
onde Yg é a quebra da produtividade em relação a potencial; Ys é a produtividade média de sequeiro, no período de semeadura, em kg ha-1 e Ypot é a produtividade média potencial, no mesmo período, em kg ha-1. Assumiu-se como apto o município que apresentou uma quebra na produtividade média, Yg, de no máximo 60%. Este procedimento foi realizado para os três tipos de solo, em todos os municípios estudados.
Os rendimentos simulados para os 49 municípios e para os três tipos de solo foram interpolados usando um procedimento de krigagem. Os softwares gvSIG 1.11 (ACEVEDO, 2013) e Quantum GIS 1.9 (QUANTUM GIS, 2013) foram usados para criar os mapas de produtividade.
A análise da curva de redução da produtividade permitiu determinar a aptidão para a produção de milho e a criação de uma janela de semeadura para cada município selecionado, como demonstrado para Uberaba, MG (Figura 1). Os resultados foram comparados com as janelas de semeadura estabelecidas pelo ZRC do Mapa. Além disso, o rendimento médio do milho esperado foi determinado para cada tipo de solo. Resultados de produtividade para o solo tipo 2, o mais comum no Brasil, foram comparados com o rendimento estimado pelo Instituto Brasileiro de Geografia e Estatística para o período de 2003 a 2011.
21Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Resultados e Discussão
Os resultados mostraram uma grande variação de rendimento do milho em decorrência da diversidade climática existente no Estado de Minas Gerais, que apresenta desde regiões com clima úmido no Sul até regiões com clima semiárido no Norte e Nordeste (Figura 2).
Figura 2. Distribuição do rendimento médio de milho simulado para o Estado de Minas Gerais, considerando solos com diferentes capacidades de retenção de água.
O rendimento médio do milho, para a janela de semeadura, variou de 750 kg ha-1, em Espinosa, a 10.523 kg ha-1, em Maria da Fé. Independentemente da capacidade de retenção de água do solo, as mesorregiões Norte, Jequitinhonha e Vale do Rio Doce, que são mais secas e com maiores temperaturas do ar, apresentaram as menores produtividades, enquanto a região
22 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Sul, que é mais úmida e tem temperaturas mais amenas, apresentou as maiores. A área do estado com produtividades abaixo de 1.000 kg ha-1 torna-se consideravelmente maior nas mesorregiões Norte de Minas, Jequitinhonha, Vale do Mucuri e Vale do Rio Doce, especialmente quando o solo apresenta baixa capacidade de retenção de água (solo tipo 1). De outro lado, as maiores produtividades médias estão também associadas a solos com maior capacidade de retenção de água. Para solos com retenção de água média ou alta (solos tipo 2 e tipo 3), a amplitude na produtividade simulada foi maior em decorrência da melhor resposta da cultura à fertilização nitrogenada em anos com condições climáticas mais favoráveis (Figura 2). Esta variabilidade observada no cultivo de milho de sequeiro em Minas Gerais pode ser entendida como decorrente da interação entre a cultura, o solo e as condições climáticas. Segundo Beutler et al. (2001), a produtividade das culturas é resultante da interação de vários fatores, destacando-se os atributos do solo. Entretanto, Bergamaschi et al. (2004) indicam que a água é o principal fator condicionante das safras de milho nas regiões produtoras ao redor do mundo.
Observa-se uma estreita relação entre o rendimento médio simulado de milho e a altitude e latitude do município (Figura 3). Quanto maior a latitude sul e a altitude, maiores são as produtividades de milho de sequeiro simuladas, uma vez que, em Minas Gerais, a chuva e a temperatura estão relacionadas com estas condições geográficas (GUIMARÃES et al., 2010; SANTANA, 2004).
Quando se compara a produtividade média simulada do período de semeadura para o solo tipo 2 com a produtividade média estimada pelo Instituto Brasileiro de Geografia e
23Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Estatística no período de 2003 a 2011, para os mesmos municípios, nota-se que existe uma diferença considerável nos valores (Figura 4).
Figura 3. Produtividade de milho em função da latitude sul (A) e da altitude (B), para o solo tipo 2.
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
14 15 16 17 18 19 20 21 22 23
Prod
utiv
idad
e m
édia
sim
ulad
a so
lo ti
po 2
(kg
ha-1
)
Latitude Sul (decimal)
A
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
0 200 400 600 800 1000 1200
Prod
utiv
idad
e m
édia
sim
ulad
a so
lo ti
po 2
(kg
ha-1
)
Altitude (m)
B
24 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Esta diferença é chamada de “yield gap” e indica que a produtividade média está consideravelmente menor que o potencial de produção de milho de vários municípios. As maiores diferenças, ou “yield gaps”, são em municípios do sul do estado, como Maria da Fé, que apresentam condições climáticas favoráveis para a obtenção de altas produtividades de milho, mas por estarem em uma região montanhosa, dispõem de topografia inadequada para a expansão da produção do milho. Por outro lado, em alguns municípios, como Uberaba, Unaí e Frutal, as produtividades médias simuladas estão abaixo dos valores médios estimados pelo IBGE, indicando que nestas regiões os produtores estão empregando mais tecnologia na produção de milho, entre as quais, o uso de cultivares com maior potencial genético que
Figura 4. Rendimento médio simulado para o solo tipo 2, em relação à produtividade média estimada pelo Instituto Brasileiro de Geografia e Estatística, IBGE, para o período de 2003-2011.
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
11000
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000Prod
utiv
idad
e m
édia
sim
ulad
a so
lo ti
po 2
(kg
ha-1
)
Produtividade estimada pelo IBGE kg ha-1)
Unaí
Uberaba
Frutal
Maria da Fé
25Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
o BRS 1030 e, possivelmente, a utilização de irrigação. Unaí é um caso atípico, pois os dados do IBGE para este município certamente refletem as produtividades das fazendas produtoras de milho situadas na chapada, cuja altitude média é de 300 metros acima de onde está instalada a estação climatológica. Esta diferença de altitude, e também no regime de chuvas em Unaí, tem um efeito considerável na distribuição e na produtividade de milho deste município. Segundo Landau et al. (2011), os municípios em que se observaram os maiores aumentos da produção e do rendimento médio de milho na primeira safra de 2010 concentram-se principalmente nas mesorregiões Sul/Sudoeste de Minas, Oeste de Minas, Campo das Vertentes, leste da mesorregião do Triângulo Mineiro e Oeste da mesorregião Noroeste de Minas, o que de certa forma está alinhado com os resultados obtidos no presente estudo que apontam que estas regiões apresentam maior potencial para a produção de milho (Figura 2).
Observa-se uma grande variação no início e no comprimento do período de semeadura (Tabela 5), como consequência das interações da cultura com as condições edafoclimáticas dos municípios, capturadas pelo modelo de simulação. Os menores períodos de semeadura, de oito dias, foram simulados para municípios da região Norte e Jequitinhonha, que são regiões mais secas e com temperaturas mais altas. As maiores janelas de semeadura foram simuladas para as mesorregiões Sul, Sudoeste e Zona da Mata (Tabela 5). A capacidade de retenção de água do solo teve um papel importante na definição do início e comprimento do período de semeadura, especialmente em municípios com menor precipitação. Janelas de semeadura mais estreitas estão também associadas a menores produtividades (Figura 2 e Tabela 5). É possível que a época
26 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
de semeadura empregada pelos agricultores não seja a mais apropriada para cada local, contribuindo para produtividades inferiores ao esperado conforme estimativas realizadas pelo IBGE (Figura 4). A semeadura no período inadequado é uma das principais causas das baixas produtividades de milho no Brasil (FORSTHOFER, 2004).
A metodologia utilizada para definir a aptidão de certo município para a produção de milho de sequeiro se mostrou consistente (Tabela 5). A maior parte dos municípios inaptos está na região Norte e Jequitinhonha, que são regiões que apresentam menores volumes de precipitação e, em alguns casos, associados com altas temperaturas. Obviamente, quanto menor a capacidade de retenção de água do solo, maior o número de municípios inaptos para a produção de milho de sequeiro.
Quando se comparam a aptidão e o período de semeadura, determinados com a presente metodologia (Tabela 5), com o zoneamento de risco climático, ZRC, do Mapa (Tabela 6), observa-se que a atual metodologia proposta é mais rigorosa que o ZRC do Mapa. Pela metodologia proposta, três municípios (Espinosa, Janaúba e Pedra Azul) são inaptos para a produção de milho de sequeiro, independentemente do tipo de solo, diferindo do ZRC do Mapa. Se o solo apresentar baixa retenção de água (solo tipo 1), 34 dos 49 municípios são considerados inaptos para a produção de milho de sequeiro, contra nove municípios declarados inaptos pelo ZRC do Mapa. Quando se consideram solos com média capacidade de retenção de água (solo tipo 2), observa-se que nove municípios são considerados inaptos pela metodologia proposta, diferentemente do ZRC do Mapa, em que todos os municípios estudados são considerados aptos.
27Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoTa
bel
a 5.
Jan
ela
de s
emea
dura
e p
rodu
tivid
ade
méd
ia d
e m
ilho
para
mun
icíp
ios
de M
inas
Ger
ais.
Tr
aço
indi
ca m
unic
ípio
inap
to p
ara
a pr
oduç
ão d
e m
ilho.
Reg
iões
M
unic
ípio
s
Solo
tipo
1
Solo
tipo
2
Solo
tipo
3
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1 )
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1 )
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1 )
Triâ
ngul
o
Min
eiro
/Alto
Para
naíb
a
Cap
inóp
olis
-
- -
2613
14
-Nov
19
-Dez
36
53
91
17-O
ut
12-D
ez
57
5859
Frut
al
- -
- 21
34
21-N
ov
26-D
ez
36
4307
7-
Nov
26
-Dez
50
48
01
Ube
raba
24
-Out
19
-Dez
57
30
83
17-O
ut
26-D
ez
71
5968
10
-Out
26
-Dez
78
63
63
Ituiu
taba
-
- -
2803
7-
Nov
26
-Dez
50
50
80
24-O
ut
26-D
ez
64
5836
Arax
á 10
-Out
21
-Nov
43
36
48
17-O
ut
5-D
ez
50
6588
10
-Out
28
-Nov
50
70
06
Pato
s de
Min
as
- -
- 29
47
17-O
ut
19-D
ez
64
5842
10
-Out
19
-Dez
71
61
81
Nor
te
Mon
te A
zul
- -
- 96
1 -
- -
2096
24
-Out
14
-Nov
22
32
66
Jura
men
to
- -
- 21
13
- -
- 28
81
17-O
ut
24-O
ut
8 45
17
Espi
nosa
-
- -
709
- -
- 13
79
- -
- 20
88
Jana
úba
- -
- 12
28
- -
- 21
71
- -
- 30
87
Janu
ária
-
- -
1237
-
- -
2435
24
-Out
31
-Out
8
3450
Mon
tes
Cla
ros
- -
- 18
67
- -
- 34
54
17-O
ut
31-O
ut
15
4174
Pira
pora
-
- -
1619
24
-Out
7-
Nov
15
37
93
17-O
ut
14-N
ov
29
4304
Salin
as
- -
- 12
45
- -
- 26
13
17-O
ut
31-O
ut
15
3504
28 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoC
on
t. Ta
bel
a 5.
Reg
iões
M
unic
ípio
s So
lo ti
po 1
So
lo ti
po 2
So
lo ti
po 3
Ja
nela
de
Sem
eadu
ra
N° d
e D
ias
Prod
ut.
(kg
ha-1
) Ja
nela
de
Sem
eadu
ra
N° d
e D
ias
Prod
ut.
(kg
ha-1
) Ja
nela
de
Sem
eadu
ra
N° d
e D
ias
Prod
ut.
(kg
ha-1
)
Nor
oest
e
João
Pin
heiro
-
- -
2942
31
-Out
21
-Nov
22
58
96
24-O
ut
21-N
ov
29
6522
Form
oso
-
- -
3000
21
-Nov
12-
Dez
22
49
89
24-O
ut
19-D
ez
57
5671
Arin
os
- -
- 19
92
24-O
ut
21-N
ov
29
4515
17
-Out
14
-Nov
29
54
85
Para
catu
-
- -
2997
24
-Out
28
-Nov
36
55
21
17-O
ut
21-N
ov
36
6221
Una
í -
- -
2501
17
-Out
21
-Nov
36
49
36
17-O
ut
14-N
ov
29
5758
Jequ
itinh
onha
Car
boni
ta
- -
- 22
47
24-O
ut
31-O
ut
8 35
48
10-O
ut
31-O
ut
22
4286
Pedr
a A
zul
- -
- 16
01
- -
- 23
26
- -
- 35
87
Araç
uaí
- -
- 78
0 -
- -
2007
17
-Out
7-
Nov
22
25
87
Dia
man
tina
-
- -
3314
17
-Out
14
-Nov
29
66
55
10-O
ut
14-N
ov
36
6966
Itam
aran
diba
-
- -
2163
10
-Out
14
-Nov
36
41
36
10-O
ut
14-N
ov
36
4846
Vale
do
Rio
Doc
e
Car
atin
ga
- -
- 20
38
10-O
ut
21-N
ov
43
4191
3-
Out
14
-Nov
43
48
58
Aim
orés
-
- -
949
24-O
ut
14-N
ov
22
2668
17
-Out
7-
Nov
22
35
64
Oes
te
Bam
buí
31-O
ut
5-D
ez
36
3366
10
-Out
28
-Nov
50
58
82
10-O
ut
28-N
ov
50
6914
Oliv
eira
10
-Out
31
-Out
22
37
33
10-O
ut
21-N
ov
43
6295
3-
Out
21
-Nov
50
69
68
Div
inóp
olis
17
-Out
7-
Nov
22
42
83
17-O
ut
21-N
ov
36
6709
17
-Out
14
-Nov
29
77
02
29Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Reg
iões
M
unic
ípio
s
Solo
tipo
1
Solo
tipo
2
Solo
tipo
3
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1)
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1)
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1)
Sul/S
udoe
ste
Pass
a Q
uatro
19
-Set
26
-Dez
99
36
90
10-O
ut
5-D
ez
57
6633
26
-Set
12
-Dez
78
70
51
Mar
ia d
a Fé
-
- -
4879
19
-Set
28
-Nov
71
10
166
26-S
et
28-N
ov
64
8646
Mac
hado
17
-Out
19
-Dez
64
35
93
17-O
ut
19-D
ez
64
6490
17
-Out
19
-Dez
64
69
13
Lam
bari
10
-Out
28
-Nov
50
49
22
17-O
ut
5-D
ez
50
7723
10
-Out
5-
Dez
57
85
47
Cal
das
14
-Nov
26-
Dez
43
46
28
7-N
ov
26-D
ez
50
7579
17
-Out
Ja
n-2
78
7941
Lavr
as
17-O
ut
19-D
ez
64
3464
10
-Out
12
-Dez
64
63
62
10-O
ut
5-D
ez
57
6878
São
Lour
enço
3-
Out
19
-Dez
78
37
80
10-O
ut
19-D
ez
71
6731
10
-Out
19
-Dez
71
71
90
Zona
da
Mat
a
Cap
araó
10
-Out
5-
Dez
57
40
22
3-O
ut
28-N
ov
57
5903
3-
Out
7-
Nov
36
71
37
Juiz
de
Fora
3-
Out
12
-Dez
71
28
71
3-O
ut
9-Ja
n 10
0 56
51
3-O
ut
16-J
an
107
6013
Viço
sa
- -
- 27
89
10-O
ut
28-N
ov
50
4894
3-
Out
28
-Nov
57
55
42
Cen
tral
Bom
Des
pach
o
- -
- 29
82
24-O
ut
14-N
ov
22
5491
10
-Out
7-
Nov
29
65
73
Pom
péu
-
- -
2729
24
-Out
14
-Nov
22
52
29
10-O
ut
14-N
ov
36
1245
Cur
velo
-
- -
1755
17
-Out
21
-Nov
36
39
48
17-O
ut
21-N
ov
36
4540
Co
nt.
Tab
ela
5.
30 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoC
on
t. Ta
bel
a 5.
Reg
iões
M
unic
ípio
s So
lo ti
po 1
So
lo ti
po 2
So
lo ti
po 3
Ja
nela
de
Sem
eadu
ra
N° d
e D
ias
Prod
ut.
(kg
ha-1)
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1)
Jane
la d
e Se
mea
dura
N
° de
Dia
s Pr
odut
. (k
g ha
-1)
Met
ropo
litan
a
de B
elo
Hor
izon
te
Flor
esta
l -
- -
3082
17
-Out
28
-Nov
43
56
59
31-O
ut
26-D
ez
57
6866
Belo
Hor
izon
te
- -
- 21
27
17-O
ut
5-D
ez
50
4895
10
-Out
5-
Dez
57
52
03
Con
ceiç
ão
do M
ato
Den
tro
- -
- 24
60
10-O
ut
28-N
ov
50
5177
10
-Out
21
-Nov
43
56
23
Sete
Lag
oas
- -
- 24
26
10-O
ut
21-N
ov
43
5091
3-
Out
21
-Nov
50
56
26
Ibiri
té
17-O
ut
31-O
ut
15
3576
10
-Out
28
-Nov
50
58
89
10-O
ut
7-N
ov
29
6779
João
Mon
leva
de
- -
- 26
44
24-O
ut
14-N
ov
22
5367
10
-Out
14
-Nov
36
59
54
Cam
pos
das
Verte
ntes
Ba
rbac
ena
26
-Set
12
-Dez
78
37
87
3-O
ut
5-D
ez
64
6864
3-
Out
5-
Dez
64
72
94
31Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Para o ZRC do Mapa (Tabela 6), o início do período de semeadura, em todos os municípios e para os três tipos de solo é 01 de outubro, enquanto pela metodologia proposta (Tabela 5) o início da semeadura varia de 19 de setembro, em Passa Quatro e Maria da Fé, a 21 de novembro, em Formoso. Adicionalmente, pela metodologia proposta, o comprimento do período de semeadura variou de apenas oito dias em Juramento, Januária e Carbonita, a 107 dias em Juiz de Fora, enquanto pelo ZRC do Mapa a duração prevista do período de semeadura é de 31, 20, 20 e 92 dias, respectivamente para Juramento, Januária, Carbonita e Juiz de Fora, respectivamente. De uma forma geral, para as regiões mais secas a metodologia proposta é mais rigorosa, estabelecendo períodos de semeadura mais curtos que o ZRC do Mapa.
A discrepância observada nos resultados obtidos com a aplicação da metodologia proposta e com o ZRC do Mapa é decorrente da utilização de abordagens diferentes para se determinarem a aptidão e a duração do período de semeadura. Enquanto o ZRC do Mapa se baseia no índice de satisfação das necessidades hídricas da cultura (SANS et al., 2001), determinado através de um balanço simples de água no solo, a metodologia proposta utiliza como critério quebras de produtividade da cultura, obtidas com o emprego de um modelo de simulação baseado em processo, capaz de avaliar a resposta da cultura a outros fatores, como temperatura do ar e radiação solar, e não somente o estresse hídrico. No modelo de simulação CSM-CERES-Maize, utilizado no presente estudo, crescimento, desenvolvimento e produtividade da cultura são simulados de forma determinística, resultando em predições exatas das variáveis de interesse, isto é, sem qualquer distribuição de probabilidade ou elementos aleatórios associados, conforme descreve Jones (1986).
32 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoTa
bel
a 6.
Per
íod
o d
e se
mea
du
ra e
co
mp
rim
ento
do
per
íod
o d
e se
mea
du
ra d
a cu
ltu
ra d
o m
ilho
, em
dif
eren
tes
mu
nic
ípio
s d
o e
stad
o d
e M
inas
Ger
ais,
est
imad
os
pel
o z
on
eam
ento
de
risc
o
clim
átic
o d
o M
apa.
Reg
iões
M
un
icíp
ios
So
lo t
ipo
1
So
lo t
ipo
2
So
lo t
ipo
3
Per
íod
o
N°
de
dia
s P
erío
do
N
° d
e d
ias
Per
íod
o
N°
de
dia
s
Tri
âng
ulo
Min
eiro
/Alt
o P
aran
aíb
a
Cap
inó
po
lis
1-o
ut
30-n
ov
61
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Fru
tal
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Ub
erab
a
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Itu
iuta
ba
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Ara
xá
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Pat
os
de
Min
as
1-o
ut
10-n
ov
41
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
No
rte
Mo
nte
Azu
l -
- -
1-o
ut
20-o
ut
20
1-o
ut
31-o
ut
31
Jura
men
to
- -
- 1-
ou
t 31
-ou
t 31
1-
ou
t 10
-no
v 41
Esp
ino
sa
- -
- 1-
ou
t 20
-ou
t 20
1-
ou
t 20
-ou
t 20
Jan
aúb
a
- -
- 1-
ou
t 31
-ou
t 31
1-
ou
t 10
-no
v 41
Jan
uár
ia
1-o
ut
20-o
ut
20
1-o
ut
31-o
ut
31
1-o
ut
10-n
ov
41
Mo
nte
s C
laro
s
1-o
ut
20-o
ut
20
1-o
ut
31-o
ut
31
1-o
ut
10-n
ov
41
Pir
apo
ra
- -
- 1-
ou
t 31
-ou
t 31
1-
ou
t 10
-no
v 41
Sal
inas
-
- -
- -
- 1-
ou
t 31
-ou
t 31
No
roes
te
João
Pin
hei
ro
11-o
ut
20-o
ut
10
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Form
oso
1-
ou
t 20
-ou
t 20
1-
ou
t 31
-ou
t 31
1-
ou
t 20
-no
v 51
Ari
no
s 1-
ou
t 20
-ou
t 20
1-
ou
t 31
-ou
t 31
1-
ou
t 20
-dez
81
Par
acat
u
1-o
ut
30-n
ov
61
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Un
aí
1-o
ut
10-n
ov
41
1-o
ut
30-n
ov
61
1-o
ut
10-d
ez
71
33Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoC
on
t. Ta
bel
a 6.
Reg
iões
M
un
icíp
ios
So
lo t
ipo
1
So
lo t
ipo
2
So
lo t
ipo
3
Per
íod
o
N°
de
dia
s P
erío
do
N
° d
e d
ias
Per
íod
o
N°
de
dia
s
Jeq
uit
inh
on
ha
Car
bo
nit
a
1-o
ut
20-o
ut
20
1-o
ut
10-n
ov
41
1-o
ut
20-n
ov
51
Ped
ra A
zul
- -
- 1-
ou
t 20
-ou
t 20
1-
ou
t 31
-ou
t 31
Ara
çuaí
-
- -
1-o
ut
20-o
ut
20
1-o
ut
31-o
ut
31
Dia
man
tin
a
1-o
ut
31-o
ut
31
1-o
ut
20-n
ov
51
1-o
ut
30-n
ov
61
Itam
aran
dib
a 1-
ou
t 20
-ou
t 20
1-
ou
t 10
-no
v 41
1-
ou
t 20
-no
v 51
Val
e d
o R
io D
oce
C
arat
ing
a
1-o
ut
20-o
ut
20
1-o
ut
10-n
ov
41
1-o
ut
20-n
ov
51
Aim
oré
s -
- -
1-o
ut
31-o
ut
31
1-o
ut
31-o
ut
31
Oes
te
Bam
bu
í 1-
ou
t 30
-no
v 61
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Oliv
eira
1-
ou
t 30
-no
v 61
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Div
inó
po
lis
1-o
ut
10-n
ov
41
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Su
l/Su
do
este
Pas
sa Q
uat
ro
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Mar
ia d
a Fé
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Mac
had
o
1-o
ut
20-d
ez
81
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
Lam
bar
i 1-
ou
t 20
-dez
81
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Cal
das
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Lavr
as
1-o
ut
20-d
ez
81
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
São
Lo
ure
nço
1-
ou
t 20
-dez
81
1-
ou
t 31
-dez
92
1-
ou
t 31
-dez
92
Zo
na
da
Mat
a C
apar
aó
1-o
ut
20-o
ut
20
1-o
ut
10-n
ov
41
1-o
ut
20-n
ov
51
Juiz
de
Fora
1-
ou
t 20
-no
v 51
1-
ou
t 30
-no
v 61
1-
ou
t 31
-dez
92
V
iço
sa
1-o
ut
10-n
ov
41
1-o
ut
31-d
ez
92
1-o
ut
31-d
ez
92
34 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
MilhoC
on
t. Ta
bel
a 6.
Cen
tral
Bom
Des
pach
o
1-ou
t 31
-out
31
1-
out
20-n
ov
51
1-ou
t 31
-dez
92
Pom
péu
1-
out
31-o
ut
31
1-ou
t 20
-nov
51
1-
out
31-d
ez
92
Cur
velo
1-
out
20-o
ut
20
1-ou
t 10
-nov
41
1-
out
30-n
ov
61
Met
ropo
litan
a de
Bel
o H
oriz
onte
Flor
esta
l 1-
out
20-n
ov
51
1-ou
t 31
-dez
92
1-
out
31-d
ez
92
Belo
Hor
izon
te
1-ou
t 20
-nov
51
1-
out
31-d
ez
92
1-ou
t 31
-dez
92
Con
ceiç
ão d
o M
ato
Den
tro
1-ou
t 10
-nov
41
1-
out
30-n
ov
61
1-ou
t 31
-dez
92
Sete
Lag
oas
1-ou
t 31
-out
31
1-
out
20-n
ov
51
1-ou
t 30
-nov
61
Ibiri
té
1-ou
t 20
-nov
51
1-
out
31-d
ez
92
1-ou
t 31
-dez
92
João
Mon
leva
de
1-ou
t 31
-out
31
1-
out
20-n
ov
51
1-ou
t 30
-nov
61
Cam
pos
das
Verte
ntes
Ba
rbac
ena
1-
out
20-n
ov
51
1-ou
t 31
-dez
92
1-
out
31-d
ez
92
Reg
iões
M
unic
ípio
s So
lo ti
po 1
So
lo ti
po 2
So
lo ti
po 3
Perío
do
N° d
e di
as
Perío
do
N° d
e di
as
Perío
do
N° d
e di
as
35Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Uma das vantagens da metodologia proposta é a possibilidade de estimativa das produtividades médias esperadas para cada município, o que não está previsto no ZRC do Mapa. Por outro lado, o ZRC do Mapa leva também em consideração para determinar a aptidão de certo município a área de superfície dele, em que o índice de satisfação das necessidades hídricas é maior que 0,6, o que não foi considerado na metodologia proposta por não se dispor de dados em uma grade geográfica pequena o suficiente para diferenciar as condições edafoclimáticas dos municípios.
Para ambas as metodologias, as menores janelas de semeadura e os menores rendimentos são para as regiões Norte, Vale do Jequitinhonha e Vale do Rio Doce. Estes resultados refletem os baixos níveis de desenvolvimento econômico e social dessas regiões, cujas economias se baseiam principalmente na agricultura. O índice de desenvolvimento humano para as regiões Norte e Jequitinhonha estão na faixa de 0,568 a 0,707, em comparação com 0,744 a 0,841 no Triângulo e no Sul (SANTOS; PALES, 2012).
Com base neste estudo, é evidente que o atual zoneamento agrícola de risco climático, ZRC do Mapa, pode ser melhorado, através da utilização de modelos de simulação baseados em processos. No entanto, é necessária a calibração de coeficientes para novas cultivares e a caracterização do solo e do clima para outros municípios brasileiros. Através da utilização da metodologia proposta podem-se melhorar as políticas de transferência de tecnologia e de concessão de crédito para a produção de milho.
36 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Conclusões
O uso de um modelo de simulação, baseado em processos, permitiu não só o estabelecimento de janelas de semeadura, como também a quantificação da produtividade média esperada de milho para diversos municípios do Estado de Minas Gerais.
Os resultados indicam que existe um potencial para aumentar a produtividade de milho em condições de sequeiro no Estado de Minas Gerais.
A metodologia proposta é mais rigorosa que o atual zoneamento de risco climático do Mapa, em termos de classificar a aptidão dos municípios e determinar a duração do período de semeadura de milho nos diversos municípios de Minas Gerais.
O estudo evidenciou ainda a necessidade do conhecimento em uma grade geográfica menor das condições edafoclimáticas dos municípios do estado, de forma a permitir a aplicação generalizada da metodologia proposta.
Agradecimentos
Ao Instituto Nacional de Meteorologia, INMET, pela cessão dos dados climatológicos históricos dos municípios de Minas Gerais. À Embrapa e à empresa Monsanto pela bolsa de iniciação científica vinculada ao projeto Fenotipagem, avaliação de mecanismos de adaptação e associação genômica aplicadas ao desenvolvimento de recursos genéticos de cereais tolerantes à seca.
37Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Referências
ACEVEDO, V. (Org.). Portal gvSIG 1.11. 2013. Disponível em: <http://www.gvsig.org/web>. Acesso em: 7 jun. 2013.
AGRIANUAL - Anuário da Agricultura Brasileira. São Paulo: Instituto FNP, 2013. 480 p.
AMARAL, T. A.; ANDRADE, C. L. T.; OLIVEIRA, A. C.; SILVA, D. F.; SANTANA, C. B.; MOURA, B. F.; CASTRO, L. A. Metodologia para o estabelecimento do período de semeadura de milho. Sete Lagoas: Embrapa Milho e Sorgo, 2009. 13 p. (Embrapa Milho e Sorgo. Documentos, 88).
BERGAMASCHI, H.; DALMAGO, G. A.; BERGONCI, J. I.; BIANCHI, C. A. M.; MÜLLER, A. G.; COMIRAN, F.; HECKLER, B. M. M. Distribuição hídrica no período crítico do milho e produção de grãos. Pesquisa Agropecuária Brasileira, Brasília, v. 39, p. 831-839, 2004.
BRASIL. Ministério da Agricultura, Pecuária e Abastecimentos. Zoneamento agrícola de risco climático. Disponível em: <http://www.agricultura.gov.br/politica-agricola/zoneamento-agricola>. Acesso em: 21 maio 2013.
BUGBEE, B. G.; SALISBURY, F. B. Exploring the limits of crop productivity. I. Photosynthetic efficiency of wheat in high irradiance environments. Plant Physiology, Washington, v. 88, p. 869-878, 1988.
BEUTLER, A. N.; SILVA, M. L. N.; CURI, N.; FERREIRA, M. M.; PEREIRA FILHO, I. A.; CRUZ, J. C. Agregação de Latossolo
38 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
vermelho distrófico típico relacionada com manejo na região dos cerrados no estado de Minas Gerais. Revista Brasileira de Ciência do Solo, Campinas, v. 25, p. 129-136, 2001.
BRACHTVOGEL, E. L.; PEREIRA, F. R. da S.; CRUZ, S. C. S.; BICDO, S. J. Densidades populacionais de milho em arranjos espaciais convencional e equidistante entre plantas. Ciência Rural, Santa Maria, v. 39, n. 8, p. 2334-2339, 2009.
CRUZ, J. C.; PEREIRA FILHO, I. A.; GARCIA, J. C.; GOMES, P. H. A.; FERNANDES, J. S. C.; ALVERNAZ, W. M. Avaliação de sistemas de produção de milho na região de Sete Lagoas, MG. Sete Lagoas: Embrapa Milho e Sorgo, 2009. 6 p. (Embrapa Milho e Sorgo. Circular técnica, 123).
CRUZ, J. C. (Ed.). Cultivo do milho. 5. ed. Sete Lagoas: Embrapa Milho e Sorgo, 2009. (Embrapa Milho e Sorgo. Sistemas de produção, 1).
DALLACORT, R.; FREITAS. P. S. L.; FARIAS, R. T.; GONÇALVES, A. C. A.; BERTONHA, R. R. A. Utilização do modelo Cropgro-soybean na determinação de melhores épocas de semeadura da cultura da soja, na região de Palotina, Estado do Paraná. Acta Scientiarum Agronomy, Maringá, v. 28, n. 4, p. 583-589, out./dez. 2006.
EVANS, L. T.; FISCHER, R. A. Yield potential: its definition, measurement, and significance. Crop Science, Madison, v. 39, p. 1544-1551, 1999.
FORSTHOFER, E. L. Rendimento de grãos e desempenho econômico do milho em cinco níveis de manejo e três épocas
39Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
de semeadura. 2004. 96 p. Dissertação (Mestrado em Fitotecnia) - Faculdade de Agronomia, Universidade Federal Rio Grande do Sul, Porto Alegre.
GUIMARÃES, D. P.; REIS, R. J. R.; LANDAU, E. C. Índices pluviométricos em Minas Gerais. Sete Lagoas: Embrapa milho e Sorgo, 2010. 88 p. (Embrapa Milho e Sorgo. Boletim de Pesquisa e Desenvolvimento, 30).
HOOGENBOOM, G.; JONES, J. W.; WILKENS, P. W.; PORTE, C. H.; BOOTE, K. J.; HUNT, L. A.; SINGH, U.; LIZASO, J. L.; WHITE, J. W.; URYASEV, O.; ROYCE, F. S.; OGOSHI, R.; GIJSMAN, A. J.; TSUJI, G. Y. Decision Support System for Agrotechnology Transfer: version 4.5. Honolulu: University of Hawaii, 2013. 1 CD-ROM.
IBGE. Levantamento sistemático da produção agrícola. Rio de Janeiro, 2010. Disponível em: <http://www.ibge.gov.br>. Acesso em: 25 abr. 2013.
JONES, C. A. Ceres-maize: a simulation model of maize growth and development. College Station: Texas A & M University, 1986. 194 p.
JONES, J. W.; HOOGENBOOM, G.; PORTER, C. H.; BOOTE, K. J.; BATCHELOR, W. D.; HUNT, L. A.; WILKENS, P. W.; SINGH, U.; GIJSMAN, A. J.; RITCHIE, J. T. DSSAT cropping system model. European Journal of Agronomy, v. 18, p. 235-265, 2003.
JONES, J. W.; MAKOWSKI, D.; WALLACH, D. Introduction to section II. In: WALLACH, D.; MAKOWSKI, D.; JONES, J. W.
40 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Working with dynamic crop models: evaluation, analysis, parameterization and applications. Amsterdam: Elsevier, 2006. p. 251-256.
LANDAU, E. C.; GUIMARÃES, L. S.; PENNA, L. B. Variação da produção estadual de milho no Brasil entre 2000 e 2009. Sete Lagoas: Embrapa Milho e Sorgo, 2011. 42 p. il. Disponível em: <http://www.infoteca.cnptia.embrapa.br/bitstream/doc/920747/1/bol39.pdf>. Acesso em: 24 set. 2013.
QUANTUM GIS: QGIS: a free and open source geographic information system. 2013. Disponível em: <http://www.qgis.org>. Acesso em: 7 jun. 2013.
SANS, L. M. A.; ASSAD, E. D.; GUIMARÃES, D. P.; AVELLAR, G. Zoneamento de riscos climáticos para a cultura de milho na Região Centro-Oeste do Brasil e para o estado de Minas Gerais. Revista Brasileira de Agrometeorologia, Santa Maria, v. 9, n. 3, p.1-10, 2001.
SANS, L. M. A.; GUIMARÃES, D. P. Zoneamento agrícola de riscos climáticos para a cultura do milho. Sete Lagoas: Embrapa Milho e Sorgo, 2006. 5 p. (Embrapa Milho e Sorgo. Documentos, 82).
SANTANA, M. O. Análise espaço-temporal do regime de chuvas e seus efeitos no rendimento agrícola no estado de Minas Gerais. 2004. 155 p. Tese (Doutorado) - Universidade Federal de Viçosa, Viçosa, MG.
SANTANA, C. B.; ANDRADE, C. L. T.; AMARAL, T. A.; SILVA, D. F.; MOURA, B. F.; CASTRO, L. A. Parametrização do modelo Ceres-
41Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Maize para cultivares de milho. In: SEMINÁRIO DE INICIAÇÃO CIENTÍFICA PIBIC/BIC JÚNIOR, 1., 2010, Sete Lagoas. [Trabalhos apresentados]. Sete Lagoas: Embrapa Milho e Sorgo, 2010. 1 CD-ROM.
SANTOS, G. R.; PALES, R. C. Desenvolvimento regional e desigualdades sociais entre as macrorregiões de planejamento de Minas Gerais. In: ENCONTRO ANUAL DA ANPOCS, 36., 2012, Montes Claros. 2012. Disponivel em: http://www.anpocs.org/portal/index.php?option=com_docman&task=doc_view&gid=7905&Itemid=76>. Acesso em: 21 maio 2013.
SINGH, P.; SRINIVAS, K. Crop simulation models as decision-making tools for managing agricultural droughts. In: RAMAKRISHNA, Y. S.; RAO, G. G. S. N.; SASTRY, P. S. N.; RAO, V. U. M. (Ed.). Agricultural droughts: aspects of micrometeorology: a lecture notes of 4th SERC School. Hyderabad: CRIDA, 2007.
SOLER, C. M. T.; SENTELHAS, P. C.; HOOGENBOOM, G. Application of the CSM-CERES - Maize model for planting date evaluation and yield forecasting for maize grown off-season in a subtropical environment. European Journal of Agronomy, Amsterdam, v. 27, p. 165-177, 2007.
TSUJI, G. Y.; UEHARA. G.; BALAS. S. DSSAT version 3: international benchmark sites network for agrotechnology transfer. Honolulu: University of Hawaii, 1994. v. 1-3.
WAGNER, M. V.; SIDNEI, O.; JADOSKI, S. O.; MAGGI, M. F.; SAITO, L. R.; LIMA, A. dos S. Estimativa da produtividade do milho em função da disponibilidade hídrica em Guarapuava, PR,
42 Uma Metodologia Alternativa para o Zoneamento de Risco Climático da Cultura do
Milho
Brasil. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 17, n. 2, p. 170-179, 2013.
CG
PE
- 1
0960